Pan-Pathway Based Interaction Profiling of FDA-Approved Nucleoside and Nucleobase Analogs with Enzymes of the Human Nucleotide Metabolism
Notice bibliographique
Résumé
To identify interactions a nucleoside analog library (NAL) consisting of 45 FDA-approved nucleoside analogs was screened against 23 enzymes of the human nucleotide metabolism using a thermal shift assay. The method was validated with deoxycytidine kinase; eight interactions known from the literature were detected and five additional interactions were revealed after the addition of ATP, the second substrate. The NAL screening gave relatively few significant hits, supporting a low rate of "off target effects." However, unexpected ligands were identified for two catabolic enzymes guanine deaminase (GDA) and uridine phosphorylase 1 (UPP1). An acyclic guanosine prodrug analog, valaciclovir, was shown to stabilize GDA to the same degree as the natural substrate, guanine, with a ΔT(agg) around 7°C. Aciclovir, penciclovir, ganciclovir, thioguanine and mercaptopurine were also identified as ligands for GDA. The crystal structure of GDA with valaciclovir bound in the active site was determined, revealing the binding of the long unbranched chain of valaciclovir in the active site of the enzyme. Several ligands were identified for UPP1: vidarabine, an antiviral nucleoside analog, as well as trifluridine, idoxuridine, floxuridine, zidovudine, telbivudine, fluorouracil and thioguanine caused concentration-dependent stabilization of UPP1. A kinetic study of UPP1 with vidarabine revealed that vidarabine was a mixed-type competitive inhibitor with the natural substrate uridine. The unexpected ligands identified for UPP1 and GDA imply further metabolic consequences for these nucleoside analogs, which could also serve as a starting point for future drug design.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».